基于置信语言直觉模糊GMSM的决策

专家对方案的决策信息不一定完全熟悉,由于决策信息的复杂性,因而考虑了专家对方案的熟悉程度(置信水平)在语言直觉模糊数环境中。方案的属性之间可能存在一定的关联性,generalized Maclaurin symmetric mean(GMSM)可以考虑方案属性之间的相互关联,它是Maclaurin symmetric mean(MSM)的扩展。为此,提出了置信语言直觉模糊Maclaurin symmetric mean(CLIFGMSM)和置信语言直觉模糊加权Maclaurin symmetric mean(CLIFWGMSM),同时给出算子的性质。最后介绍了基于CLIFWGMSM的一种新的决策方法,运用到实例与已有的方法进行了比较,得出了新方法要比已有的方法在决策问题中更加切实可行。